深度學習筆記15：ubuntu16.04 下深度學習開發環境搭建與配置

深度學習 CUDA Linux命令 · 發表 2018-12-06 11:07:26

摘要：歡迎關注天善智慧，我們是專注於商業智慧BI，人工智慧AI，大資料分析與挖掘領域的垂直社群，學習，問答、求職一站式搞定！對商業智慧BI、大資料分析挖掘、機器學習，python，R等資料領域感興趣的同學加微信：tstoutiao，並註明訊息來源，邀請你進入資料愛好者交流群，資料愛好者們都在這...

歡迎關注天善智慧，我們是專注於商業智慧BI，人工智慧AI，大資料分析與挖掘領域的垂直社群，學習，問答、求職一站式搞定！

對商業智慧BI、大資料分析挖掘、機器學習，python，R等資料領域感興趣的同學加微信：tstoutiao，並註明訊息來源，邀請你進入資料愛好者交流群，資料愛好者們都在這兒。

作者 ：魯偉 ，熱愛資料，堅信資料技術和程式碼改變世界。R語言和Python的忠實擁躉，為成為一名未來的資料科學家而奮鬥終生。

個人公眾號：機器學習實驗室（微信ID：louwill12）

深度學習大多用來處理圖片、語言、視訊和文字等大量非結構化資料，因而計算資源是進行深度學習開發的必要條件，想依靠windows單機玩深度學習恐怕不現實，基於linux和 gpu伺服器的深度學習開發環境配置就顯得尤為重要了。本節筆記就先學習下如何在 ubuntu16.04 系統下配置深度學習開發環境。

使用 xshell linux虛擬機器工具

使用 xshell 工具建立與linux伺服器的連線，設定好主機地址和埠號，輸入登入名和密碼連上伺服器。

下載和更新顯示卡驅動

先檢視本機當前顯示卡資訊：

ubuntu-drivers devices

依次執行下述命令：

sudo apt-get purge nvidia*

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update

sudo apt-get install nvidia-384 nvidia-settings

之後重啟伺服器使更新生效

sudo shutdown -r now

重新連線伺服器後檢視當前的生效的顯示卡驅動

nvidia-smi

安裝CUDA8

以CUDA8為例進行安裝，CUDA是NVIDIA推出的用於自家GPU的平行計算框架，也就是說CUDA只能在NVIDIA的GPU上執行，而且只有當要解決的計算問題是可以大量平行計算的時候才能發揮CUDA的作用。安裝CUDA的話首先必須去 Nvidia 官網下載對應的CUDA安裝包：

https://developer.nvidia.com/cuda-80-ga2-download-archive

選擇 cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb 進行下載：

然後執行下列命令進行安裝：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get upgrade cuda

安裝完成之後在 ~/.bashrc 中設定CUDA的環境變數：

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

export CUDA_HOME=/usr/local/cuda

完了之後執行 source ~/.bashrc 生效。再次執行 nvidia-smi 檢視驅動資訊如若報驅動不匹配的錯誤：

Failed to initialize NVML: Driver/library version mismatch

這個問題出現的原因是kernel mod 的 Nvidia driver 的版本沒有更新，一般情況下，重啟機器就能夠解決，如果因為某些原因不能夠重啟的話，也有辦法reload kernel mod。依次執行下述命令即可解決：

lsmod | grep nvidia

sudo rmmod nvidia_drm

sudo rmmod nvidia_modeset

sudo rmmod nvidia_uvm

sudo rmmod nvidia

sudo lsof /dev/nvidia*

lsmod | grep nvidia

最後再次輸入 nvidia-smi即可檢視到當前的驅動資訊。

安裝cuDNN6.0

cuDNN（CUDA Deep Neural Network library）是NVIDIA打造的針對深度神經網路的加速庫，是一個用於深層神經網路的GPU加速庫。如果你要用GPU訓練模型，cuDNN不是必須的，但是一般會採用這個加速庫。CUDA8.0的最佳匹配的cuDNN版本為6.0，所以我們到nvidia官網下載cuDNN6.0即可。但目前下載cuDNN需要註冊nvidia賬號才可下載，可能需要多費些周折。